基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对Top-k dominating查询算法需要较高的时空消耗来构建属性组合索引,并且在相同属性值较多情况下的查询结果准确率低等问题,提出一种通过B+-trees和概率分布模型相结合的子空间支配查询算法——Ranking-k算法.首先,采用B+-trees为待查找数据各属性构建有序列表;然后,采取轮询调度算法读取skyline准则涉及到的有序列表,生成候选元组并获得k组终结元组;其次,根据生成的候选元组和终结元组,采用概率分布模型计算终结元组支配分数.迭代上述过程优化查询结果,直到满足条件为止.实验结果表明:Ranking-k与基本扫描算法(BSA)相比,查询效率提高了94.43%;与差分算法(DA)相比,查询效率提高了7.63%;与早剪枝Top-k支配(TDEP)算法、BSA和DA相比,查询结果更接近理论值.
推荐文章
多维数据流下的top-k支配查询算法研究
数据流
滑动窗口
top-k
Skyline
网格
一种基于支配图的多维数据流Top-k高效查询算法
查询扩展
查询精度
偏好函数
滤波器
抽取算法
空间资源索引与top-k查询研究
空间资源索引
能力指标
道路网络
top-k算法
情境相关的室内空间群组Top-k查询
情境
室内空间
移动对象
群组查询
Top-k查询
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 有效的子空间支配查询算法——Ranking-k
来源期刊 计算机应用 学科 工学
关键词 Top-k dominating 子空间 Ranking-k算法 有序列表 轮询调度算法
年,卷(期) 2015,(1) 所属期刊栏目 数据技术
研究方向 页码范围 108-114
页数 7页 分类号 TP311|TP301.6
字数 8669字 语种 中文
DOI 10.11772/j.issn.1001-9081.2015.01.0108
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 林茂松 西南科技大学信息工程学院 37 258 9.0 14.0
2 王松 西南科技大学信息工程学院 14 36 4.0 5.0
6 吴亚东 西南科技大学计算机科学与技术学院 89 530 11.0 19.0
7 冯鑫淼 西南科技大学计算机科学与技术学院 4 4 1.0 1.0
8 李秋生 西南科技大学计算机科学与技术学院 4 10 2.0 3.0
9 王海洋 西南科技大学计算机科学与技术学院 4 10 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (18)
共引文献  (10)
参考文献  (9)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1970(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Top-k dominating
子空间
Ranking-k算法
有序列表
轮询调度算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
论文1v1指导